Summary of Применение методов искусственного интеллекта для цифровой обработки сигналов Тутыгин Владимир Семенович ресурсный

Применение методов искусственного интеллекта для цифровой обработки сигналов Тутыгин Владимир Семенович ресурсный

Преподаватель: Тутыгин Владимир Семенович

Skill Level: Beginner

Форум

Ссылка на вебинарную комнату курса

Ссылка на ресурсный курс (РАЗМЕЩАЕТ ПРЕПОДАВАТЕЛЬ)

Правила аттестации по дисциплине

Оценочные средства (примеры оценочных средств)

Лекция 1. Основные задачи ЦОС

Лекция 2. Разложение функций в ряды

Лекция_3. Методы иследования подобия сигналов

Лекция 4. Методы цифровой фильтрации

Лекция_5_Программирование сложных видов цифровой обработки

Лекция_6_Программирование сложных видов цифровой обработки. Ч.2.

Лекция_7_Методы аппроксимации сигналов

Лекция_8_Методы цифровой обработки нестационарных сигналов

Лекция_9_Дискретизация и квантование в системах ЦОС

Лекция_10_Методы машинного обучения для ЦОС

Лекция_11_Методы использования нечеткой логики и нейронных сетей

Лекция_12_Выбор лучших гиперпараметров сверточных нейронных сетей

Лекция_13_Выбор лучших параметров нейронных сетей прямого распространения

Лекция_14_Применение методов нечеткой логики

Работа 1. Основы программировани в среде MATLAB

Работа 2. Разложение дискретизированных сигналов в ряд Фурье.

Работа 3. Цифровая фильтрация.

Работа 4.Комбинированное использование ключевых операций ЦОС при определении частоты короткого сигнала.

Работа 5. Комбинированное использование ключевых операций ЦОС при определении временных интервалов между импульсами.

Работа 6. Подгонка кривых.

Работа 7. Методы машинного обучения. Выбор лучших параметров сверточной нейронной сети для классификации изображений.

Работа 8. Совместное использование ЦОС и нейронной сети прямого распространения.

Course info

Применение методов искусственного интеллекта для цифровой обработки сигналов Тутыгин Владимир Семенович ресурсный

Общая информация

Форум

Ссылка на вебинарную комнату курса

Ссылка на ресурсный курс (РАЗМЕЩАЕТ ПРЕПОДАВАТЕЛЬ)

Правила промежуточной аттестации

Правила аттестации по дисциплине

Оценочные средства (примеры оценочных средств)

Лекции

Лекция 1. Основные задачи ЦОС

Лекция 2. Разложение функций в ряды

Лекция_3. Методы иследования подобия сигналов

Лекция 4. Методы цифровой фильтрации

Лекция_5_Программирование сложных видов цифровой обработки

Лекция_6_Программирование сложных видов цифровой обработки. Ч.2.

Лекция_7_Методы аппроксимации сигналов

Лекция_8_Методы цифровой обработки нестационарных сигналов

Лекция_9_Дискретизация и квантование в системах ЦОС

Лекция_10_Методы машинного обучения для ЦОС

Лекция_11_Методы использования нечеткой логики и нейронных сетей

Лекция_12_Выбор лучших гиперпараметров сверточных нейронных сетей

Лекция_13_Выбор лучших параметров нейронных сетей прямого распространения

Лекция_14_Применение методов нечеткой логики

Лабораторные

Работа 1. Основы программировани в среде MATLAB

Работа 2. Разложение дискретизированных сигналов в ряд Фурье.

Работа 3. Цифровая фильтрация.

Работа 4.Комбинированное использование ключевых операций ЦОС при определении частоты короткого сигнала.

Работа 5. Комбинированное использование ключевых операций ЦОС при определении временных интервалов между импульсами.

Работа 6. Подгонка кривых.

Работа 7. Методы машинного обучения. Выбор лучших параметров сверточной нейронной сети для классификации изображений.

Работа 8. Совместное использование ЦОС и нейронной сети прямого распространения.

Применение методов искусственного интеллекта для цифровой обработки сигналов Тутыгин Владимир Семенович ресурсный